Problemstellung

Zunehmend kleinräumige Starkregenereignisse überfordern urbane Infrastrukturen und Verkehrsnetze. Klassische 2D-Modelle sind für den operativen Einsatz oft zu langsam; bislang fehlt es an einer Echtzeit-Kopplung von Überflutungsprognosen mit verkehrlicher Entscheidungsunterstützung. Das ISRV-Projekt entwickelte daher ein Frühwarnsystem, das hochaufgelöste Radar- und Nowcast-Niederschlagsdaten mit 2D-hydrodynamischen Berechnungsmethoden verknüpft und durch den Einsatz künstlicher Intelligenz echtzeitfähig macht. Ziel war es, schnelle, räumlich präzise Überflutungsindikatoren für den Verkehrssektor bereitzustellen – einschließlich der Ableitung konkreter Handlungsempfehlungen.

Ergebnisse und Wirkungen

Im Projekt wurde ein KI-System entwickelt, das auf synthetisch erzeugten Niederschlagsereignissen und umfangreichen 2D-hydrodynamischen Simulationen trainiert wurde. Das Modell überwindet die Rechenzeitproblematik klassischer hydrodynamischer Ansätze: Statt Stunden liefert es in Sekunden hochaufgelöste Überflutungskarten und Risikokennzahlen. Für die Niederschlagsvorhersage kamen das KISTERS-X-Band-Radar und fein aufgelöste Nowcasts zum Einsatz; die operationale Einbindung erfolgt über die KISTERS datasphere. Ergänzend wurden exemplarische, lageabhängige Handlungskonzepte entwickelt, die Umleitungs- und Beschilderungsschemata für Teilbereiche Aachens demonstrieren. Sensorboxen (Floating-Car-Daten sowie pegel- und niederschlagsnahe Sensorik) sind in die Datenpipeline integriert, schärfen Alarme und validieren Hotspots.
Der Ansatz ist skalierbar und wird in Folgeprojekten auf weitere Kommunen übertragen. Perspektivisch sind auch eine Kopplung mit Kanalnetz- und Verkehrsleitsystemen sowie der Einsatz von Ensemble-Nowcasting vorgesehen.